PyroAdapt：适应空间异质性与时间分布变化的野火预测方法
PyroAdapt是一种“预训练—检索—排序”框架，用于让预训练模型适应野火预测中的目标条件变化。该方法检索具有相似条件的历史地点，并通过风险排序对模型进行微调。在加州666个网格单元上的实验中，日均平均精确率从21.62%提升至最高24.57%，前5%高风险区域的召回率则从18.70%提升至最高22.79%。在每天固定检测34个网格单元的预算下，该方法额外识别出344个阳性网格日。约塞米蒂地区的滚动评估表明，即使数据分布随时间发生变化，性能增益仍然能够保持。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。